Microsoft Fabric의 의료 데이터 솔루션 개요
의료 기관은 귀중한 인사이트를 얻기 위해 방대한 양의 데이터를 분석해야 합니다. 그러나 이 데이터는 비정형 또는 반정형인 경우가 많아 액세스 및 사용이 어렵습니다. 현재 의료 기관은 데이터 및 분석과 관련하여 다음과 같은 과제에 직면해 있습니다.
비정형 및 액세스 불가능한 데이터: 대부분의 의료 서비스 제공자는 데이터의 50%에서 90%를 사일로에 보관하고 있습니다. 이러한 분리는 의학적 치료와 기술의 발전을 제한한다. 또한 규정 준수 표준을 준수할 수 있는 능력에 제약을 가합니다.
환자 경험에 대한 제한된 관점: 의료 기관은 응급 상황을 예측하고, 진단을 개선하고, 임상 패턴을 기반으로 치료를 최적화하는 데 어려움을 겪고 있습니다.
인사이트 활용의 어려움: 의료 서비스 제공자는 귀중한 분석 시간의 약 60%에서 70%를 의료 데이터 처리에 낭비하고 있다고 보고합니다.
이러한 문제를 효과적으로 해결하기 위해 조직은 임상 인사이트를 발견하고 가치 기반 치료 모델을 구현하기 위해 데이터를 활용하는 능력을 개선해야 합니다. 다음과 같은 다양한 유형의 데이터를 사용해야 합니다.
- 임상 데이터
- 참여 데이터
- 이미징 데이터
- 유전체학
- 대화
- 클레임
- SDOH(의료 서비스의 사회적 결정 요인)
이러한 산업 환경을 고려하여 Microsoft Fabric 플랫폼을 기반으로 구축된 엔터프라이즈 분석 솔루션인 Microsoft Fabric의 의료 데이터 솔루션을 도입하고 있습니다. Microsoft Fabric을 사용하면 다음을 포함하여 원활하게 함께 작동하는 일련의 분석 환경을 통해 한 곳에서 데이터를 관리할 수 있습니다. 데이터 개인 정보 보호 및 보안을 손상시키지 않으면서 데이터 통합, 데이터 엔지니어링, 실시간 분석, 데이터 과학 및 비즈니스 인텔리전스 요구 사항을 위한 포괄적인 에코시스템을 제공합니다. 자세한 정보는 Microsoft Fabric이란 무엇인가?를 참조하세요
Microsoft Fabric의 의료 데이터 솔루션은 의료 데이터를 분석에 적합한 형식으로 효율적으로 변환해야 하는 중요한 요구 사항을 해결하여 가치 창출 시간을 단축하는 데 도움이 됩니다. 이러한 솔루션을 사용하면 탐색적 분석을 수행하고, 대규모 분석을 실행하고, 의료 데이터로 생성형 AI를 강화할 수 있습니다. 데이터 파이프라인 및 변환과 같은 직관적인 도구를 사용하면 복잡한 데이터 세트를 쉽게 탐색하고 처리하여 구조화되지 않은 데이터 형식과 관련된 본질적인 문제를 극복할 수 있습니다.
이 솔루션을 사용하면 데이터 사일로를 허물고 분석 및 AI 워크로드를 대규모로 운영할 수 있는 단일 통합 저장소에서 서로 다른 의료 데이터를 조화시킬 수 있습니다. 이러한 솔루션은 비정형 또는 반정형 의료 데이터를 데이터 레이크에 유지할 수 있는 테이블 형식으로 변환하여 지속적인 분석을 위한 접근성과 유용성을 보장하는 데 도움이 됩니다. 솔루션을 Fabric 작업 영역에 직접 배치하면 내장된 서버리스 SQL 풀에 내재된 자동 크기 조정 기능을 활용하여 성능과 확장성을 모두 최적화할 수 있습니다. 이 통합을 통해 친숙한 작업 공간 환경 내에서 모든 분석 도구를 적용하여 생산성을 높이고 정보에 입각한 의사 결정을 내릴 수 있습니다. 의료 데이터 솔루션의 새로운 기능을 사용하면 데이터에서 실행 가능한 인사이트를 확보하고, 혁신을 주도하고, 환자 결과를 개선할 수 있습니다.
Microsoft Fabric의 의료 데이터 솔루션에는 현재 다음과 같은 솔루션/기능이 포함되어 있습니다.
의료 데이터 기반: 분석 및 AI/기계 학습 모델링을 위해 데이터를 효율적으로 구조화하도록 설계된 FHIR 데이터 표준 및 즉시 실행 가능한 데이터 파이프라인을 사용하여 의료 데이터 자산을 빠르게 설정합니다. 자세한 내용은 의료 데이터 기반 개요를 참조하세요.
코호트 검색 및 구축(프리뷰): 자연어 쿼리를 사용하여 다중 모드 데이터를 탐색하고 다운스트림 연구 및 AI 혁신을 위한 코호트를 구축합니다. 자세한 내용은 코호트 검색 및 구축(프리뷰)의 개요를 참조하세요.
Azure Health Data Services - 데이터 내보내기: Azure Health Data Services FHIR 서비스에서 Fabric OneLake로 FHIR(전자 의료 기록 교환) 데이터를 가져올 수 있습니다. 자세한 내용은 Azure Health Data Services - 데이터 내보내기 개요를 참조하세요.
DICOM 데이터 변환: DICOM(Digital Imaging and Communications in Medicine) 데이터를 OneLake로 가져옵니다. 자세한 내용은 DICOM 데이터 변환 개요를 참조하세요.
CMS 청구 데이터 변환(프리뷰): CMS CCLF(Centers for Medicare & Medicaid Services Claim and Claim Line Feed) 데이터를 OneLake로 가져옵니다. 자세한 내용은 CMS 청구 데이터 변환(프리뷰) 개요를 참조하세요.
SDOH 데이터 세트 - 변환(프리뷰): SDOH(의료 서비스의 사회적 결정 요인) 데이터 세트를 OneLake로 가져옵니다. 자세한 내용은 SDOH 데이터 세트 - 변환(프리뷰) 개요를 참조하세요.
구조화되지 않은 임상 노트 보강(프리뷰): Azure AI 언어의 Text Analytics for Health 서비스를 사용하여 분석을 위해 구조화되지 않은 임상 노트에 구조를 추출하고 추가합니다. 자세한 내용은 구조화되지 않은 임상 노트 보강(프리뷰)의 개요를 참조하세요.
OMOP 변환: OMOP(Observational Medical Outcomes Partnership) 개방형 커뮤니티 표준을 통해 표준화된 분석을 위한 데이터 준비를 할 수 있습니다. 자세한 내용은 OMOP 변환 개요를 참조하세요.
Dynamics 365 Customer Insights - Data 준비: Dynamics 365 Customer Insights를 Fabric의 OneLake에 연결하여 원조를 위한 환자 또는 구성원 목록을 만들 수 있습니다. 자세한 내용은 Dynamics 365 Customer Insights - Data 준비 개요를 참조하세요.
진료 관리 분석(프리뷰): 고위험 및 위험 증가 환자에 대한 인사이트를 확보하여 적절한 진료 계획 조치로 적시에 개입할 수 있습니다. 자세한 내용은 진료 관리 분석(프리뷰) 개요를 참조하세요.
환자 원조 분석(프리뷰): Dynamics 365의 마케팅 데이터를 OneLake로 가져와서 FHIR의 환자 데이터와 조화시키고, Power BI 템플릿을 사용하여 환자 참여를 개선합니다. 자세한 내용은 환자 원조 분석(프리뷰) 개요를 참조하세요.
Microsoft Fabric의 의료 서비스 데이터 솔루션에는 솔루션을 테스트하는 데 사용할 수 있는 샘플 데이터가 포함되어 있습니다. 또는 자체 데이터를 OneLake로 직접 수집할 수도 있습니다.